编辑团队与评分方法
为了让榜单「可比、可追溯、可纠错」，我们公开评分口径。所有排名均为横向参考，不代表绝对优劣。
榜单怎么来的
编辑部综合以下公开维度整理，再经人工校准：
- LMArena Text Elo：社区竞技场整体偏好
- HLE（Humanity's Last Exam）、HumanEval、GPQA、MATH：推理与代码能力基准
- 上下文窗口、输入输出价格：实用性与成本
- OpenRouter 周度调用量：真实第三方使用热度
「生命力指数」五维
模型基础榜用 推理 / 编程 / 多模态 / 长文本 / 速度 五个维度做雷达对比，便于一眼看清单项强弱。
关于「首周估算」
新模型发布首周，部分基准（HLE/GPQA 等）尚无完整公开数据，此时对应分数为编辑部基于官方披露（如 FrontierMath、ARC-AGI、ExploitBench 等）与同类模型的合理估算，并在条目备注中标注。我们会随真实数据滚动刷新（模型基础榜 MVP 阶段即已声明将接入 LMSYS / OpenLLM Leaderboard 逐项校对）。
纠错机制
数据若有出入，欢迎通过联系渠道反馈，我们核实后会在下一轮更新中修正。